基本活动约束导致对连接组的特定解释
神经元与认知
2017-03-03 v4
摘要
将实验数据持续整合为连贯的大脑模型是现代神经科学日益面临的挑战。此类模型在结构与活动之间架起桥梁，并识别产生实验观测的机制。然而，即使纳入已知的脑连接实验数据，具有放电神经元的结构真实网络模型仍然是欠约束的。基于生理观测，任何模型因此必须在数据不确定性范围内探索参数范围。然而，仅基于模拟结果，稳定且符合生理学的活动背后的机制往往仍然模糊。我们采用动力学的平均场约化，使其能够将活动约束纳入模型构建过程。通过系统性地细化连接性，我们塑造了猕猴视觉相关脑区的多尺度网络模型的相空间。对活动的基本约束，即禁止静默和要求全局稳定性，足以获得真实的层特异性和区域特异性活动。仅需对结构进行小幅调整，这表明网络运行在接近不稳定的状态。该过程识别了对集体动力学至关重要的网络组分，并为结构数据和未来实验创建了假设。该方法可应用于具有已知增益函数的任意神经元模型的网络。
引用
@article{arxiv.1509.03162,
title = {Fundamental activity constraints lead to specific interpretations of the connectome},
author = {Jannis Schuecker and Maximilian Schmidt and Sacha J. van Albada and Markus Diesmann and Moritz Helias},
journal= {arXiv preprint arXiv:1509.03162},
year = {2017}
}
备注
J. Schuecker and M. Schmidt contributed equally to this work